如何指定在Python中刮取时需要哪个标记？

Question

我在用BeautifulSoup..。

当我运行这段代码时：

inside_branding_info = container.div.find("div", "item-branding")
print(inside_branding_info)

它返回：

div class="item-branding">
<a class="item-rating" href="https://www.newegg.com/gigabyte-geforce-rtx-2060-super-gv-n206swf2oc-8gd/p/N82E16814932174?cm_sp=SearchSuccess-_-INFOCARD-_-graphics+cards-_-14-932-174-_-1&amp;Description=graphics+cards&amp;IsFeedbackTab=true#scrollFullInfo"><i class="rating rating-4"></i><span class="item-rating-num">(12)</span></a>
</div>

但是，在HTML检查中，我看到的是：原始站点HTML

每次我运行：inside_branding_info.a.img["title"] ...python认为我想要"a“标签-项目评级”...not“href标签嵌套在div”项目-品牌“内。

如何进入"a href“标记，然后进入"img"，以最终提取"title" (title = "MSI")？我要标题/品牌的项目在网站上。我是Python新手。在此之前，我只使用了R和SQL，任何帮助都将不胜感激。

Answer 1

你需要选择路径。根据你提供的img ..。

soup = BeautifulSoup(data)
img = soup.select('.item-brand > img')
print(img['title'])

以上这些对你来说应该是可行的。

Answer 2

尝试以下几点

from bs4 import BeautifulSoup

html = """<div class="item-branding">
            <a href="https://www.newegg.com/" class="item-brand">
            <img src="https://www.newegg.com/" title="MSI" alt="MSI"> ==$0
            </a></div>"""

soup = BeautifulSoup(html, features="lxml")
element = soup.select('.item-brand > img:nth-of-type(1)')[0]['title']
print(element)